物流系統(tǒng)規(guī)劃與設(shè)計

1、重 慶 交 通 大 學(xué)學(xué) 生 實 驗 報 告實驗課程名稱 物流系統(tǒng)規(guī)劃與設(shè)計 開課實驗室 明德樓 115 學(xué) 院 管理學(xué)院 年級 2011級 專業(yè)班級 物流管理X班 學(xué) 生 姓 名 XXX 學(xué) 號 XXXXXXXXXXXX 開 課 時 間 2014 至 2015 學(xué)年第 1 學(xué)期總 成 績教師簽名實驗一：利用Excel預(yù)測與EIQ分析一、實驗?zāi)康?利用EXCEL軟件作移動平均預(yù)測、指數(shù)平滑預(yù)測、線性回歸預(yù)測和EIQ分析，讓學(xué)生掌握簡單的預(yù)測方法，熟練操作EXCEL軟件二、實驗環(huán)境 多媒體計算機(jī) WindowsXP操作系統(tǒng) Excel三、實驗內(nèi)容 1、已知某運(yùn)輸企業(yè)某年度1月至11月的貨運(yùn)量，用

2、二次移動平均預(yù)測法預(yù)測其12月的貨運(yùn)量。 2、根據(jù)數(shù)據(jù)，利用一次指數(shù)平滑法和二次指數(shù)平滑法預(yù)測2003年的貨運(yùn)量。 3、根據(jù)下表數(shù)據(jù)，利用線性回歸預(yù)測預(yù)測下表是某城市家庭10個月人均收入與人均消費(fèi)的有關(guān)數(shù)據(jù)統(tǒng)計情況，請用線性回歸預(yù)測法預(yù)測當(dāng)人均月收入為4000美元時的人均消費(fèi)情況。要求：（1）寫出回歸方程；（2）計算相關(guān)系數(shù)R；（3）計算：估計參數(shù)a的標(biāo)準(zhǔn)差、估計參數(shù)b的標(biāo)準(zhǔn)差；（4）寫出估計參數(shù)a、b的t檢驗值及其對應(yīng)的p-value，說明是a、b否通過置信系數(shù)（1-）=95%的t檢驗。為顯著性水平（level of significance）；（5）計算s2的無偏估計量。（6）計算當(dāng)人均月

3、收入為4000美元時的預(yù)測人均消費(fèi)值，及其標(biāo)準(zhǔn)差。 4、利用季節(jié)比例法預(yù)測某廠商根據(jù)銷售情況作購買量據(jù)測，將一年分為4個銷售季節(jié):A、B、C、D。該廠掌握了三年的銷售數(shù)據(jù)，為保證足夠的采購和生產(chǎn)提前期，需要對2013年的需求情況作預(yù)測。 分別用季節(jié)指數(shù)（季節(jié)比重）和季節(jié)指數(shù)（趨勢比率）預(yù)測 某產(chǎn)品20072011年銷量如下表所示，利用Winters 模型對該產(chǎn)品2012年銷量進(jìn)行預(yù)測。要求：（1）根據(jù)模型，完成表格的計算。（2）作出銷量xt和預(yù)測值Ft的趨勢圖（3）改變平滑常數(shù)、趨勢指數(shù)和季節(jié)指數(shù)的大小，觀察圖形變化。6、利用統(tǒng)計數(shù)據(jù)進(jìn)行EIQ分析 某配送中心為應(yīng)對每家店面的需求，每天所處理的

4、訂單數(shù)據(jù)非常龐大。現(xiàn)從該配送中心一天的訂單處理業(yè)務(wù)中選擇了有代表性的12份訂單進(jìn)行分析、共涉及33個品項。要求根據(jù)這些數(shù)據(jù)對該配送中心進(jìn)行EIQ分析，并根據(jù)所作的圖形，簡要說明分析結(jié)果對配送中心的日常管理和布局規(guī)劃有什么樣的啟示。實驗數(shù)據(jù)見實驗指導(dǎo)書1四、實驗結(jié)果1.第一步：計算一次移動平均值 第二步：計算二次移動平均值其中：Mt(1) t時刻的一次移動平均值 Mt(2)t時刻的二次移動平均值； n：參與二次平均計算的一次移動平均值的個數(shù)，（取n=3）第三步：對有線性趨勢的時間序列做預(yù)測（由于預(yù)測下一期數(shù)據(jù)，取T =1） 月份實際貨運(yùn)量一次移動平均二次移動平均atbtyt+T122400221

5、9003226004214002230052310021966.6666762310022366.6666772570022533.3333322211.1111122855.55556322.82340023966.6666722288.8888925644.444441677.92380024066.6666722955.5555625177.777781111.10252002430023522.2222225077.77778777.112540024133.3333324111.1111124155.5555622.122480024166.6666725433.33333633.2

6、4177.777782.一次指數(shù)平滑計算公式假定F1(1)x1 取a0.9式中：Ft+1(1)在t+1時刻的一次指數(shù)平滑值(t時刻的下期預(yù)測值)； Ft(1)在t時刻的一次指數(shù)平滑值(t時刻預(yù)測值)； xt 在t時刻的實際值； a平滑常數(shù)，規(guī)定0a1；二次指數(shù)平滑計算公式其中： ：一次指數(shù)平滑值；：二次指數(shù)平滑值，在一次指數(shù)平滑值的基礎(chǔ)上進(jìn)行再一次平滑所得，取a0.8年份時序?qū)嶋H貨運(yùn)量值xtFt(1)St(1)St(2)二次指數(shù)平滑預(yù)測值atbt2005140404040400200624740404040400200735646.346.345.0452.647.565.0420084655

7、5.0355.0353.03265.0257.0287.992200957064.00364.00361.808874.97466.19728.7768201067569.400369.400367.88276.991870.91866.0732201178274.4474.4473.128480.9980675.751645.20128-81.24481.24479.620989.82.867126.3.序號月人均收入Xi（美元）月人均消費(fèi)Yi（美元）18005942110063831400112241700115552000140862300159572600196982900207893

8、20025851035002530提示：回歸模型為： 為隨機(jī)誤差項此例中，n = 10s2的無偏估計量為：ei為殘差，即實際值與擬合值之差參數(shù)b的估計值服從正態(tài)分布：參數(shù)a的估計值服從正態(tài)分布：其中:預(yù)測值方差計算公式：方法一：利用計算公式，制表運(yùn)算方法二：利用EXCEL自帶的工具計算可以用以下的兩種方法計算：菜單：工具數(shù)據(jù)分析（若沒有“數(shù)據(jù)分析”，則先要加載宏：分析工具庫）t分布表SUMMARY OUTPUT回歸統(tǒng)計Multiple R0.R Square0.Adjusted R Square0.標(biāo)準(zhǔn)誤差115.767觀測值10方差分析dfSSMSFSignificance F回歸分析1.4

9、4E+06334.498.217E-08殘差8.0213402總計9.4Coefficients標(biāo)準(zhǔn)誤差t StatP-valueLower 95%Upper 95%Intercept-103.17298.40598-1.0480.3251-330.0963123.75288X Variable 10.777010.18.2898E-080.0.b=0.777s2的無偏估計量為115.767 a的標(biāo)準(zhǔn)差=98.406a=-103.172ei為殘差b的標(biāo)準(zhǔn)差=0.042R=0.988Y=0.777X-103.172Xi=4000，Yi=3004.828b的P-value值為0.325t檢驗中，t

10、 Stat值為18.289大于1.812,所以通過檢驗4.第一步：去除季節(jié)性因素季節(jié)指數(shù)（季節(jié)比重）：采用年度匯總的方式去除季節(jié)性因素季節(jié)指數(shù)（趨勢比率）：采用周期平均值替代實際季度值的方式去除季節(jié)性因素 第二步：求趨勢值 l 公式：l 提示：a、b的計算可用回歸分析法算出來。第三步：計算各期的季節(jié)指數(shù)l 季節(jié)比重=同季度值之和/年度值之和l 趨勢比率=實際值/趨勢值第四步：計算預(yù)測期季節(jié)指數(shù)（季節(jié)指數(shù)=同季節(jié)的趨勢比率的平均值）第五步：進(jìn)行預(yù)測SUMMARY OUTPUT回歸統(tǒng)計Multiple R0.R Square0.Adjusted R Square0.標(biāo)準(zhǔn)誤差0.觀測值3方差分析df

11、SSMSFSignificance F回歸分析12.311252.3112586.671880.殘差10.0.總計22.Coefficients標(biāo)準(zhǔn)誤差t StatP-valueLower 95%Upper 95%Intercept10.241670.41.058010.7.13.41115X Variable 11.0750.115479.0.-0.392192.y=1.075x+10.242111.2511.31745.268212.52512.39249.568313.413.46753.868414.54214.54258.168年份銷售季節(jié)時序（t）銷售額（x）去除季節(jié)性后的需求趨勢

12、值季節(jié)指數(shù)預(yù)測值2010A112.611.2545.2680.2812.67504B28.60.8.C36.30.146.33752D417.50.17.2011A514.112.52549.5680.13.B610.30.2512.392C77.50.7.D818.20.18.2012A915.313.453.8680.15.3765B1010.60.10.653C118.10.8.1405D1219.60.19.6982013A1314.54258.1680.16.B140.12.C150.8.D160.21.初始值 S4x1、x2、x3、x4的平均值731.50 T40I1x1/S40.

13、I2x2/S40.I3x3/S41.I4x4/S41.5.Winters模型參數(shù)平滑常數(shù)a0.2429趨勢指數(shù)b1季節(jié)指數(shù)g0.7797一個周期的季節(jié)數(shù)L4年份季節(jié)t銷量（xt）StTtItFt200711684.20.22584.10.33765.41.44892.3731.501.200815885.4783.7501452.250141.26677838.8771155.0.667.54288371006.6910.5244771.1.935.4349481122.1967.0431756.1.1198.07482009191163.41034.939867.1.1112.4884210

14、993.21134.588699.0.887.94973111312.51226.259791.1.1348.38054121545.31317.678691.1.1546.519220101131596.21414.269696.1.1572.43792141260.41499.899185.0.1299.2063151735.21592.402392.1.1704.77334162029.71695.9802103.577881.1976.223320111172107.81817.2046121.224421.2026.00862181650.31942.1757124.97110.16

15、37.27163192304.42080.2188138.043121.103082245.92914202639.42217.5106137.291771.2643.085620121211782.82092713.68922221998.28133232597.53534242803.46486.序號2E1E2E3E4E5E6E7E8E9E10E11E12IQIK I0525922765152131535526711I32242232770401655625410I06361127501513216251122411I0823816348132181123517911I0713810845

16、1313134181217511I2715363234212737114910I256232720321648I093511710511110639I3011532512121609I378221555376I28232251120368I021191111246I04316111225I01113211185I03191211156I352112153I2962312145I3482102I2635193I2023383I1032163I365162I11331I18331I2411133I3311133I131122I141122I211122I231122I12111I19111I311

17、11EQ927420181013651561111413621165EN5241841316121619101910實驗結(jié)果電子文檔見附件：王鳳 . rar五、總結(jié) 本次實驗，在實驗室中利用多媒體計算機(jī)，WindowsXP操作系統(tǒng)，EXCEL軟件等作移動平均預(yù)測、指數(shù)平滑預(yù)測、線性回歸預(yù)測和EIQ分析，我掌握了簡單的預(yù)測方法，并且熟練操作EXCEL軟件。 我了解了移動平均預(yù)測法中n值的一般選擇原則。（1）由時間序列的數(shù)據(jù)點的多少而定。數(shù)據(jù)點多，n可以取得大一些；（2）由時間序列的趨勢而定。趨勢平穩(wěn)并基本保持水平狀態(tài)的，n可以取得大一些；（3）趨勢平穩(wěn)并保持階梯性或周期性增長的n應(yīng)該取得小一些；

18、我也了解了指數(shù)平滑預(yù)測法中a值的一般選擇原則。(1)初始值的準(zhǔn)確性小時，a宜取大些，以強(qiáng)調(diào)重視現(xiàn)實狀態(tài)；(2)初始數(shù)據(jù)中，只有一部分與預(yù)測值擬合較好而大部分不好時，說明歷史狀況不能較好地反映現(xiàn)實，a宜取較大的數(shù)值。(3)時間序列雖有不規(guī)則擺動，但其長期趨勢較為平穩(wěn)時，a宜取小些，以強(qiáng)調(diào)重視總的演變趨勢；(4)時間序列擺動的頻率和振幅都較大，a取值要大一些，以強(qiáng)調(diào)重視近期實際的變化狀態(tài)；(5)時間序列擺動的頻率相振幅較小，a取值要小一些，以強(qiáng)調(diào)用歷史發(fā)展趨勢預(yù)測。同時了解了EIQ的基本思想：在訂單出庫資料取樣的基礎(chǔ)上，運(yùn)用柏拉圖、次數(shù)分布圖及ABC分析工具等，對其訂單進(jìn)行訂單量(EQ)、訂貨品項

19、數(shù)(EN)、品項數(shù)量(IQ)、品項受訂次數(shù)(IK)等的統(tǒng)計分析，以獲取規(guī)劃信息。 本次實驗讓我獲益匪淺，這些基本方法的掌握有利于作銷售預(yù)測和計劃，進(jìn)而提高庫存周轉(zhuǎn)率和員工工作效率。也有助于物流特征分析如：客戶、產(chǎn)品、揀貨、儲存、配送?？偠灾?，學(xué)以致用，我們將所學(xué)的用于實際生產(chǎn)活動實際工作當(dāng)中必能做到事半功倍。 實驗二：利用Excel進(jìn)行物流網(wǎng)絡(luò)規(guī)劃一、實驗?zāi)康氖煜だ肊xcel進(jìn)行物流網(wǎng)絡(luò)規(guī)劃二、實驗內(nèi)容用Excel計算the Capacitated Plant Location Model（CPLM）模型，進(jìn)行物流網(wǎng)絡(luò)規(guī)劃三、實驗結(jié)果Inputs - Costs, Capacities,

20、Demands (for TelecomOne and HighOptic)Demand CityProduction and Transportation Cost per 1000 UnitsFixed Capa-Supply CityAtlantaBostonChicagoDenverOmahaPortlandCost ($)cityBaltimore (T)1,675 400 685 1,630 1,160 2,800 7,650 18Memphis (T) 380 1,355 543 1,045 665 2,321 4,100 22Wichita (T) 922 1,646 700

21、508 311 1,797 2,200 31Cheyenne (H)1,460 1,940 970 100 495 1,200 3,500 24SaltLake (H)1,925 2,400 1,425 500 950 800 5,000 27Demand108146711約束條件Demand CityProduction and Transportation Cost per 1000 UnitsCapa-Supply CityAtlantaBostonChicagoDenverOmahaPortlandsupplycityBaltimore (T) - 8 2 10 18Memphis (

22、T) 10 - 12 22 22Wichita (T) - - - - 31Cheyenne (H) - 24Salt Lake (H) - 27Demand 10 8 14 - - - 0目標(biāo)函數(shù)：TelecomOne成本14886Inputs - Costs, Capacities, Demands (for TelecomOne and HighOptic)Demand CityProduction and Transportation Cost per 1000 UnitsFixed Capa-Supply CityAtlantaBostonChicagoDenverOmahaPort

23、landCost ($)cityBaltimore (T) 1,675 400 685 1,630 1,160 2,800 7,650 18Memphis (T) 380 1,355 543 1,045 665 2,321 4,100 22Wichita (T) 922 1,646 700 508 311 1,797 2,200 31Cheyenne (H) 1,460 1,940 970 100 495 1,200 3,500 24Salt Lake (H) 1,925 2,400 1,425 500 950 800 5,000 27Demand108146711約束條件Demand Cit

24、yProduction and Transportation Cost per 1000 UnitsCapa-Supply CityAtlantaBostonChicagoDenverOmahaPortlandsupplycityBaltimore (T)18Memphis (T)22Wichita (T)31Cheyenne (H) 6 7 - 13 24Salt Lake (H) - - 11 11 27Demand 6 7 11 目標(biāo)函數(shù)：TelecomOne成本14886HighOptic成本12865Inputs - Costs, Capacities, Demands (for T

25、elecomOptic = TelecomOne + HighOptic)Demand CityProduction and Transportation Cost per 1000 UnitsFixed Capa-Supply CityAtlantaBostonChicagoDenverOmahaPortlandCost ($)cityBaltimore 1,675 400 685 1,630 1,160 2,800 7,650 18Cheyenne 1,460 1,940 970 100 495 1,200 3,500 24Salt Lake 1,925 2,400 1,425 500 9

26、50 800 5,000 27Memphis 380 1,355 543 1,045 665 2,321 4,100 22Wichita 922 1,646 700 508 311 1,797 2,200 31Demand108146711Decision VariablesDemand City - Production Allocation (1000 Units)PlantsSupply CityAtlantaBostonChicagoDenverOmahaPortland(1=open)Baltimore0820001Cheyenne00067111Salt Lake0000000Me

27、mphis100120001Wichita0000000ConstraintsSupply CityExcess CapacityBaltimore8Cheyenne0Salt Lake0Memphis0Wichita0AtlantaBostonChicagoDenverOmahaPortlandUnmet Demand000000Objective FunctionCost = $ 47,401 Total Cost (TelecomOne and HighOptic) =$48,001Total Cost (TelecomOptic) =$47,401 Total Cost Savings

28、 =$600 合并前建設(shè)成本 20,250 合并后建設(shè)成本 15,250 Inputs - Costs, Capacities, Demands ( for TelecomOptic)Demand CityProduction and Transportation Cost per 1000 UnitsFixed Capa-Supply CityAtlantaBostonChicagoDenverOmahaPortlandCost ($)cityBaltimore 1,675 400 685 1,630 1,160 2,800 7,650 18Cheyenne 1,460 1,940 970

29、100 495 1,200 3,500 24Salt Lake 1,925 2,400 1,425 500 950 800 5,000 27Memphis 380 1,355 543 1,045 665 2,321 4,100 22Wichita 922 1,646 700 508 311 1,797 2,200 31Demand108146711Decision VariablesDemand City Supplied (1 indicates Cities Supplied)PlantsSupply CityAtlantaBostonChicagoDenverOmahaPortland(

30、1=open)Baltimore0000000Cheyenne0000000Salt Lake0001011Memphis1100001Wichita0010101Resulting Production AllocationDemand City - Production Allocation (1000 Units)Supply CityAtlantaBostonChicagoDenverOmahaPortlandBaltimore000000Cheyenne000000Salt Lake0006011Memphis1080000Wichita0014070ConstraintsSuppl

31、y CityExcess CapacityBaltimore0Cheyenne0Salt Lake10Memphis4Wichita10AtlantaBostonChicagoDenverOmahaPortlandDemand111111Objective FunctionCost =$49,717 Optimal Location&Allocation Cost=$47,401 Cost penalty for single sourcing = $ 2,316 4、 總結(jié) 本次實驗利用多媒體計算機(jī)，WindowsXP操作系統(tǒng)，EXCEL軟件等熟悉利用Excel進(jìn)行物流網(wǎng)絡(luò)規(guī)劃，其重點在于用

32、Excel計算the Capacitated Plant Location Model（CPLM）模型。 實驗中涉及到了需求分配模型，有能力約束的工廠選址等模型，借助Excel軟件求出滿足約束條件下的這兩個企業(yè)的最優(yōu)的生產(chǎn)和需求分配情況。首先，我作決策變量表、約束表、目標(biāo)函數(shù)，然后填寫相應(yīng)表格公式，最后填寫“規(guī)劃求解參數(shù)”。CPLM模型是在滿足所有約束條件下以最低成本為目標(biāo)，本實驗涉及的案例成本主要分為運(yùn)輸成本和建設(shè)成本兩大部分，利用軟件，高精度的計算最低成本和最佳生產(chǎn)需求分配等情況。這一模型很快的運(yùn)用在了物流系統(tǒng)規(guī)劃與設(shè)計的課程設(shè)計上，是一類很實用便捷的模型。另外實驗時給我最大的感受就是，做

33、實驗一定要認(rèn)真仔細(xì)，在已經(jīng)有大體思路的情況下，一定要注意細(xì)節(jié)。有句話說細(xì)節(jié)決定成敗，實驗成員必須做到心靜、心細(xì)、認(rèn)真、嚴(yán)謹(jǐn)才能有速度有質(zhì)量的完成實驗任務(wù)。 每一次實驗是一次鞏固課本知識的機(jī)會，是一次親自動手操作的機(jī)會，是一次發(fā)現(xiàn)不足，彌補(bǔ)不足，完善提升的機(jī)會。我們都要認(rèn)真對待。實驗三：Flexsim的基礎(chǔ)操作一、實驗?zāi)康恼J(rèn)識和熟悉仿真軟件Flexsim的基礎(chǔ)操作二、實驗內(nèi)容動手操作和熟悉Flexsim仿真軟件。3、 實驗結(jié)果四、總結(jié) 認(rèn)識和熟悉了仿真軟件Flexsim的基礎(chǔ)操作，通過自己動手的過程發(fā)現(xiàn)了許多問題，也通過自己的努力和他人的幫助解決了。實驗四：熟悉Flexsim建模規(guī)則一、實驗?zāi)康?/p>

34、熟悉仿真軟件Flexsim的操作和建模規(guī)則。二、實驗環(huán)境多媒體計算機(jī) WindowsXP操作系統(tǒng) FLEXSIM 3.0三、實驗內(nèi)容建立以下Flexsim實例模型，熟悉Flexsim的建模規(guī)則。Model1 拉式邏輯使用模型1.學(xué)習(xí)內(nèi)容與目的學(xué)習(xí)如何使用拉式邏輯，根據(jù)臨時實體類型來定義臨時實體的流程路徑。2.問題描述與參數(shù)模型(1)產(chǎn)品在制造完成以后需要檢測。(2)兩種類型的產(chǎn)品以4：6的比例隨機(jī)到達(dá)，在一個隊列中排隊等待。(3)產(chǎn)品到達(dá)的時間間隔是exponential(0,30,1)。(4)有2臺檢測儀檢測產(chǎn)品1，3臺檢測儀檢測產(chǎn)品2，產(chǎn)品將首先到空閑可用的監(jiān)測儀進(jìn)行檢測。(5)兩種產(chǎn)品的

35、檢測時間是介于120150s之間的均勻分布duniform()。Model2標(biāo)簽使用模型1.學(xué)習(xí)內(nèi)容與目的學(xué)習(xí)如何在臨時實體上設(shè)定和使用標(biāo)簽來進(jìn)行流程和加工過程的建模。學(xué)習(xí)如何使用經(jīng)驗分布(dempirical()來分配臨時實體的類型。2.問題描述與參數(shù)模型(1)共建按照每30s的指數(shù)分布時間間隔到達(dá)一個隊列。(2)有四種類型的工件，工件類型的分布為20%、30%、40%、10%。(3)每種類型的工件都在專用的機(jī)器上進(jìn)行加工，工件第一次加工的加工時間為uniform(100,200)s；如果返工，返工時間為uniform(120,130)s.(4)工件被加工后，在一個隊列中等待檢驗，檢測時間為

36、常數(shù)：10s(5)檢驗通過的工件離開模型，檢驗不能通過對工件被送回第一個隊列中等待返工；返工率為10%(6)返工的工件在隊列中具有優(yōu)先權(quán)。Model3操作員使用模型1.學(xué)習(xí)內(nèi)容與目的學(xué)習(xí)如何使用操作員來同時搬運(yùn)和加工臨時實體。2.問題描述與參數(shù)模型(1)工件以每20s指數(shù)分布的時間間隔到達(dá)一個隊列，并需要由操作員將其搬運(yùn)到三個機(jī)器之一。(2)操作員需要用10s來進(jìn)行工件裝卡(預(yù)設(shè)置)。(3)然后，工件自己加工20s。(4)工件加工完成后離開系統(tǒng)。(5)所有三個機(jī)器由一個人來負(fù)責(zé)。Model4條件中斷響應(yīng)使用模型1.學(xué)習(xí)內(nèi)容與目的學(xué)習(xí)如何使用任務(wù)執(zhí)行器(taskexcuser)的“條件中斷響應(yīng)”命令2.問題描述與參數(shù)模型(1)臨時實體以隨機(jī)方式到達(dá)三個隊列。(2)這些臨時實體類型按均勻分布duniform（）被分配為1，2，3三種類型。(3)所有三個隊列均可以接收三種類型的臨時實體。(4)一個運(yùn)輸機(jī)從三個隊列搬運(yùn)臨